Inteligência artificial e o dever de profissionalização das aduanas: a valoração do capital humano por meio da capacitação técnica e digital

1.Introdução

Nos últimos anos, tem-se verificado um crescente interesse da comunidade aduaneira pelas questões tecnológicas, o que tem sido avaliado tanto sob a perspectiva do Estado Aduaneiro, que detém a prerrogativa e o dever de implementar tais tecnologias, considerando todos os acordos internacionais celebrados para esse fim (1), como sob a perspectiva dos administrados, que experimentam os seus benefícios, mas também novas formas de submissão aos poderes aduaneiros já conhecidos (2). Considera-se, contudo, que o fenômeno não deve ser observado exclusivamente sob estes dois prismas, como se o fato aduaneiro (3) Fossem construídos unicamente pelas relações jurídicas estabelecidas entre as Alfândegas e os agentes econômicos.

Os agentes aduaneiros, como representantes da Administração, também devem estar preparados para agir e interagir com tecnologias inteligentes; aprender a pensar com elas e neutralizar os resultados que geram (4). Sem agentes profissionalizados e digitalmente capacitados, as administrações aduaneiras não conseguirão atingir os objetivos de eficiência, eficácia, integridade e transparência que são as promessas da revolução digital em curso.

Objetiva-se, portanto, nestas breves reflexões analisar, sob o ponto de vista jurídico, alguns dos impactos que o uso da inteligência artificial impõe às atividades aduaneiras e quais serão as competências e habilidades requeridas dos servidores das aduanas nestas novas interações. Para tanto, ilustraremos como pode ser arriscada a utilização da inteligência artificial generativa, assim como do aprendizado de máquina para a classificação fiscal de mercadorias e as razões pelas quais tais ferramentas devem servir apenas como um apoio às decisões humanas, tanto para os administrados, mas, especialmente, para os agentes aduaneiros. É dever do Estado-Aduana profissionalizar os seus agentes, não apenas por meio da capacitação digital, mas, sobretudo, conjugando tais conhecimentos com o necessário aperfeiçoamento técnico nas temáticas essencialmente aduaneiras, em prol do interesse de toda a coletividade.

Alguns desafios relacionados ao uso da IA nas atividades aduaneiras: o exemplo da classificação fiscal de mercadorias

Uma das finalidades mais relevantes da classificação fiscal consiste na possibilidade de identificar a tarifa aduaneira que deverá ser paga por uma mercadoria que se pretende fazer ingressar em um país, além de verificar se esta se encontra sujeita a algum tipo de restrição ou proibição para a importação ou, ainda, se está sujeita a alguma medida de defesa comercial.

Para tanto, é indispensável conhecer as características da mercadoria, com o fim de determinar sua matéria constitutiva, função ou finalidade. Depois, deverão ser verificadas, no Sistema Harmonizado (S.H), as prováveis seções em que ela poderá estar contida; os possíveis capítulos ou o capítulo que a agrupe, para então poder identificar as posições e subposições definitivas. Dependendo do tipo de tarifa – se nacional, regional ou multilateral – a classificação poderá contar com oito, dez, doze ou mais dígitos, dependendo do tipo de desdobramento aplicado, por país ou região.

Considerando a complexidade que lhe é característica, há algum tempo os importadores têm recorrido a softwares de gestão de comércio exterior que lhes auxiliem na tarefa de classificar corretamente as suas mercadorias. Não são incomuns desacordos prolongados – por vezes intermináveis – entre autoridades aduaneiras e importadores sobre a definição de determinados enquadramentos no Sistema Harmonizado.

Sucede que agora os importadores, assim como as administrações aduaneiras, têm a esperança de superar tal complexidade com a incorporação de tecnologias digitais (especialmente a inteligência artificial generativa e o aprendizado de máquina), tanto para a classificação de mercadorias como para a identificação de erros e fraudes dessa natureza, o que tem sido visto com diversas ressalvas pelos especialistas em merceologia.

Álvaro Fernández-Acebes e Osiris Ramírez Ponce de León realizaram um estudo detalhado sobre o uso da inteligência artificial nas atividades de classificação de mercadorias (5) Os autores elencaram os dez principais problemas da atividade merceológica e, com base neles, analisaram como as IAs desenvolvidas pelos aduanas de alguns países (6), bem como algumas ferramentas privadas (7) conseguiram (ou tentaram) resolvê-los.

Após os sistemas serem testados, a primeira coisa que os pesquisadores puderam verificar é que essas ferramentas utilizam múltiplas fontes, incluindo soluções de consulta e dados históricos de declarações alfandegárias. Ou seja, elas consideram as mesmas fontes de dados disponíveis para humanos, mas buscam <i>correlações</i> que podem não estar disponíveis à mente humana. (8).

Esta, aliás, é uma característica muito presente em algoritmos orientados com inteligência artificial: a correlação (9). Modelada sob uma lógica chamada fuzzy (difuso) (10), os algoritmos de IA são caracterizados por correlações e previsões que lhes permitem tomar decisões antecipando comportamentos futuros. A maneira mais simples de caracterizar a lógica <i>fuzzy</i>, segundo Mazzarese, é dizer que se trata de uma lógica de raciocínio aproximado. Trata-se de uma lógica cujos raciocínios utilizam: i) valores de verdade fuzzy; ii) tabelas de verdade imprecisas; e iii) regras de inferência cuja validade é mais aproximada do que exata (11).. A lógica do raciocínio aproximado não visa garantir a certeza dos resultados obtidos, mas apenas uma solução justificável, uma decisão plausível. Portanto, tais correlações não são isentas de riscos, especialmente quando a tarefa que devem desempenhar envolve a interpretação de normas jurídicas, como é o caso da classificação de mercadorias.

Dando continuidade aos testes, Fernández-Acebes e Ponce de León confirmaram a primeira das preocupações que motivaram seu estudo: apesar das múltiplas fontes de dados, alguns dos sistemas examinados não estavam sendo alimentados por fontes jurídicas primárias de classificação, como notas explicativas, critérios da OMA, sentenças, etc., mas apenas por soluções de consulta baseadas nessas fontes primárias, o que certamente poderia gerar distorções nos resultados da máquina, considerando a qualidade dos dados utilizados e as possíveis correlações imprecisas (12).

Além disso, confirmaram outra limitação da IA ​​generativa, verificada em testes com o ChatGPT: a ferramenta não apresenta a base legal utilizada para chegar aos seus resultados (13). Considerando que a atividade de “descrição das mercadorias deve obrigatoriamente cumprir as etapas de (i) descrição dos bens; (ii) atribuição do código correspondente; e (iii) indicação da base legal, a indicação de um código sem referência à base legal (Regras Gerais de Interpretação, Notas de Capítulo ou Seção) significa fornecer uma classificação incompleta (14).

Outra preocupação observada na pesquisa de Fernández-Acebes e Ponce de León sobre o uso de chats inteligentes é que eles nem sempre fornecem a mesma resposta quando diferentes chats são consultados para um caso idêntico (15). Os autores confirmaram um problema de reprodutibilidade ao usar IA generativa para classificação de carga, uma vez que as mesmas conclusões nem sempre são alcançadas quando enfrentamos problemas semelhantes ou até mesmo idênticos.

E sobre este ponto são necessários alguns esclarecimentos. Como em todos os modelos de inteligência artificial, a IA generativa também precisa ser treinada. Porém, diferentemente da inteligência artificial estreita, a IA generativa não usa dados específicos e tampouco é modelada para resultados predeterminados. Diferentemente do que se imagina, a inteligência artificial generativa não “pensa”, não “escreve”, “lê” ou “desenha”. Em verdade, ela não tem a menor ideia do significado intrínseco do conteúdo que produz.

A Organização Mundial das Alfândegas publicou uma nota sobre pesquisas em IA generativa e seu uso pelas alfândegas no final de 2023 (16). Neste estudo, a OMA observou que os chats inteligentes utilizam fontes ilimitadas de linguagem em toda a sua extensão. Portanto, o que acontece é que a IA generativa aprende como a linguagem funciona, especialmente a partir de dois princípios básicos: a distância entre as palavras e a relação entre elas.

Portanto, enquanto na inteligência artificial estreita enfrentam-se os problemas dos data bias, ou vieses algorítmicos, na inteligência artificial generativa tal limitação é definida como hallucination, ou alucinação, em que erros são cometidos em razão da utilização de referências inexistentes. E a natureza imprevisível desses erros, assim como os seus potenciais impactos, necessitarão de rigorosa revisão por parte dos administrados, assim como dos agentes aduaneiros, tanto para confirmar os seus resultados, mas principalmente para refutá-los.

Existem, naturalmente, vários outros problemas relacionados com a utilização da inteligência artificial nas atividades de classificação fiscal, alguns dos quais ainda sequer são conhecidos neste momento (17).

Mas para além das ferramentas criadas com o propósito de auxiliar os agentes económicos bem-intencionados(18) na atribuição de uma classificação, existem aquelas que foram desenvolvidas pela Alfândega para gerenciar riscos, identificando erros e fraudes no curso do despacho aduaneiro e, com base em seus resultados, aplicando sanções e penalidades. A Receita Federal do Brasil é um exemplo disso.

Conforme já destacamos em outra oportunidade (19), a Receita Federal do Brasil vem há pelo menos dez anos fazendo uso de inteligência artificial por aprendizado de máquina nas suas atividades de controle, com a promessa de reduzir a carga de trabalho repetitiva e valorizar os agentes aduaneiros. Referido sistema sofreu recentes modificações, tais como a inclusão das notificações de infração e as soluções de consulta na sua base de dados, de modo que, a partir delas, a máquina possa inferir as nomenclaturas que deverão ser atribuídas às mercadorias que serão objeto de futuras declarações aduaneiras. Essa melhoria do <i>dataset</i> é, sem dúvidas, positiva, mas ainda nos parece insuficiente frente aos riscos que sua inadequada aplicação pode trazer aos administrados. Isso porque existem dados estruturados, ou seja, informações disponíveis de evidente relevância que têm sido ignoradas na retroalimentação do SISAM: são as declarações aduaneiras submetidas ao contencioso administrativo ou judicial. Se o sistema considerasse o resultado desses julgamentos, em que a disputa passou pelo crivo do contraditório e pela decisão de uma autoridade imparcial e independente, maiores seriam as chances de a ferramenta ser melhor treinada, além de contribuir para a redução da litigância aduaneira (20). O sistema também foi recentemente modificado e treinado para realizar <i>correlações</i> entre a presença ou ausência de erros nos atributos da declaração, aproveitando todas as declarações aduaneiras retificadas por determinação da autoridade aduaneira devido a supostas discrepâncias (21).

Porém, em razão da dinâmica de comércio exterior, sempre marcada pela urgência na liberação das mercadorias, muitos importadores aceitam as reclassificações fiscais no curso do procedimento de despacho, porque o prejuízo experimentado com despesas logísticas e com o descumprimento de obrigações contratuais comerciais pode ser significativamente maior do que a diferença tributária e a multa aduaneira correspondente.

O fator tempo nem sempre permite que o interveniente de comércio exterior providencie uma consulta de classificação fiscal com antecedência, ou mesmo um laudo técnico que ampare e ratifique a escolha da NCM usada nos seus documentos de importação. Por esse caráter emergencial, muitas declarações acabam sendo retificadas e desembaraçadas com o uso de nomenclaturas sabidamente equivocadas. E, nesse caso, a ferramenta que está modelada para aprender e indicar erros históricos, pode estar neutralizando e repetindo erros cometidos pelos próprios agentes aduaneiros no passado e não apenas erros cometidos por importadores, como se supõe.

Por evidente que os problemas aqui apontados não querem sugerir a abolição ou a proibição do uso de tais ferramentas. Pretende-se, com tais reflexões, demonstrar que os sistemas operados por inteligência artificial, em qualquer domínio do conhecimento, devem ser apenas instrumentais; um apoio para a tomada de decisão dos seres humanos, os verdadeiros agentes de transformação.

Inteligência artificial e o dever de profissionalização das Aduanas: a valoração do capital humano por meio da capacitação técnica e digital

A implementação das tecnologias digitais tem sido apontada desde o final do século passado como uma das estratégias cruciais para a modernização das aduanas, tanto para conferir eficiência ao serviço aduaneiro, como também para limitar a discricionariedade e até mesmo elevar os níveis de confiança na instituição.

Historicamente, os agentes aduaneiros que desempenhavam atividades de controle, especialmente as de inspeção de mercadorias as faziam por meio de um trabalho manual, cujos registros em grandes livros eram também feitos manualmente, o que tomava muitos dias desde a chegada da mercadoria até a sua entrega ao destino final. Com o passar do tempo, as aduanas foram implementando novas abordagens operacionais para a redução destes prazos, de modo a oferecer à sociedade serviços aduaneiros que promovam a segurança, mas que também facilitem as trocas internacionais de mercadorias.

E, nesse processo de introdução de tecnologias, é verdade que as administrações aduaneiras têm enfrentado todo tipo de resistência, especialmente por parte dos agentes aduaneiros que se acostumaram a trabalhar da mesma forma por longos períodos. Problemas como falta de adaptabilidade, medo de redução de renda, perda de emprego e até mesmo a perda de controle ou poder por grupos específicos dentro da organização são apenas alguns exemplos desses obstáculos (22).

De outro lado, agentes aduaneiros relatam que a falta de reconhecimento dos profissionais e o perfilamento inadequado para as funções internas da administração aduaneira também vem contribuindo para este ambiente incerto e negativo, o que acaba por gerar tais temores e até mesmo desinteresse sobre tais inovações tecnológicas.

Embora a OMA seja o principal órgão internacional que estabelece diretrizes para as administrações aduaneiras, a organização não possui um documento específico que explique detalhadamente os requisitos para o recrutamento e a formação de pessoal. No entanto, por meio de guidelines, recomendações e padrões, a Organização estabeleceu princípios gerais que devem orientar os países-membros, como a Declaração de Arusha, referência para a boa governança e integridade das alfândegas em todo o mundo (23). Os princípios mencionados na Declaração de Arusha concentram-se principalmente na ética, integridade, transparência, imparcialidade e confidencialidade na conduta. Nesse sentido, a Declaração recomenda que as alfândegas estabeleçam padrões claros e vinculativos para o comportamento esperado dos agentes aduaneiros.

Mas, para além destas diretrizes principiológicas, as administrações aduaneiras devem também estabelecer e manter um sistema de sistema de gestão de recursos humanos, denominado por Lopez como o conjunto de políticas, processos e práticas destinadas a maximizar o desempenho dos agentes aduaneiros e alinhar seus esforços com os objetivos estratégicos da instituição. Esse sistema inclui contratação e seleção, treinamento, avaliação de desempenho, remuneração e benefícios (24).

Em 2019, a Organização Mundial das Alfândegas criou o projeto denominado BACUDA – <i>Band of Customs Data Analysts</i> (25), que visa conscientizar e treinar membros das administrações aduaneiras em análise de dados, um dos tópicos mais relevantes na implementação de tecnologias inteligentes em atividades de controle aduaneiro. A equipe do projeto trabalha em estreita colaboração com grupos de pesquisa da academia e institutos de pesquisa para desenvolver metodologias e disseminar boas práticas em análise de dados, incluindo o fornecimento às autoridades aduaneiras de algoritmos especificamente projetados para a detecção de fraudes em valor aduaneiro, bem como para a detecção de erros na classificação fiscal.

O governo brasileiro também instituiu um programa de capacitação digital voltado para todos os servidores públicos, independentemente de nível e poder, com o objetivo de formar novos cientistas de dados. A plataforma, desenvolvida pela Escola Nacional de Administração Pública (ENAP), oferece mais de cinquenta cursos, alguns dos quais ensinam desde os fundamentos da visão computacional (26) até como ser mais produtivo usando mineração de dados (27) e IA generativa (28).

Portanto, em termos de capacitação digital, constata-se que não faltam iniciativas nacionais e internacionais voltadas para a melhoria da interação homem-máquina de que falamos acima. Sucede que a necessária profissionalização a que nos referimos não se restringe ao domínio para manipular tais recursos e ferramentas tecnológicas.

Demonstramos alguns dos riscos que o uso da utilização da inteligência artificial em matéria de classificação fiscal pode trazer tanto para os administrados, como também para os próprios agentes aduaneiros. Para que os profissionais da aduana possam extrair os melhores resultados dessas ferramentas é necessário o desenvolvimento de um pensamento crítico, o que só se alcança se estes agentes já tiverem sido treinados – adequada e suficientemente treinados – nas disciplinas essencialmente aduaneiras. Só assim é que tais agentes aduaneiros terão condições de criticar e eventualmente refutar os resultados equivocados e até inexistentes de chatbots de de aprendizado automatizado, sobretudo quando tais decisões automatizadas impactem diretamente os direitos dos administrados, usuários dos serviços aduaneiros.

Ao analisar o edital para o mais recente curso de formação de auditores fiscais que ingressarão nas carreiras tributária e aduaneira da Receita Federal do Brasil (29), constatou-se que os servidores receberam apenas 48 horas de treinamento relacionado à matéria aduaneira. Dessas 48 horas, constatou-se que o treinamento não abordou assuntos técnicos, como classificação fiscal de mercadorias, valoração aduaneira e regras de origem, mas apenas conteúdo processual ou procedimental (30).

Nesse ponto, são valiosas as contribuições de Regina Maria Macedo Nery Ferrari, que ressalta que, ao se falar em eficiência do serviço público por meio da profissionalização dos servidores públicos, o objetivo da profissionalização deve ser entendido como o aprimoramento efetivo da ação estatal. Isso depende da combinação de fatores.economiaeceleridade,abrangendo tanto a produtividade quanto a perfeição do trabalho, sua adequação técnica para atingir os fins perseguidos pelo Estado, com avaliação dos resultados. Isso significa que o Estado, ao exigir eficiência do servidor, deve fornecer todos os meios e incentivos necessários ao seu aprimoramento e crescimento na carreira profissional (31). Considerando que a inteligência artificial é uma ferramenta potencializadora, mas apenas complementar das tarefas encomendadas ao serviço aduaneiro, a valorização do capital humano é medida imperativa para a modernização justa e sustentável das alfândegas, hoje e no futuro. A obrigação do Estado Aduana de profissionalizar os agentes aduaneiros decorre também do seu dever de zelar pela proteção da ordem jurídica que dela emana, com base nos interesses da sociedade, impedindo o retrocesso social dos direitos garantidos aos cidadãos.

---

1.A Convenção de Quioto Revista, bem como o Acordo sobre a Facilitação do Comércio são os
Existem principais acordos internacionais que prestigiaram a implementação de tecnologias nas atividades de controle aduaneiro.

2. Esses aspectos são abordados por nós em trabalho publicado recentemente. Reis, Raquel Segalla. Gestão de riscos no desembaraço aduaneiro de importações: inteligência artificial como instrumento e agente de controle. São Paulo, SP. NSM Editora/Caput Libris, 2024.

3. Segundo Andrés Rohde Ponce, “direito aduaneiro” é uma expressão que consigna a entrada de um objeto em determinado espaço sujeito a uma determinada ordem jurídica. Em: Rohde Ponce, Andrés. Os Elementos Fundamentais do Direito Aduaneiro. In: Pardo Carrero, Germán (Ed.); Marsilla, Santiago Ibáñez; Yebra, Felipe Moreno (Coordenador). Direito Aduaneiro, Volume I. Bogotá: Universidade de Rosário; Tirant lo Blanch, 2019, p. 119. Para José Lence Carluci, o “fato aduaneiro” é um complexo de fatos jurídicos e econômicos de natureza variada, do qual se depreende a relação aduaneira, a partir do complexo de órgãos, atividades e estrutura administrativa que, em conjunto, compõem a realidade aduaneira. In: CARLUCI, José Lence. Uma introdução ao desembaraço aduaneiro. São Paulo: Alfândega, 1997. p. 20. 4 Organização Mundial das Alfândegas.

4. Organização Mundial das Alfândegas. Nota de Pesquisa e Política sobre Inteligência Artificial Generativa para Alfândegas. Disponível em: extensão do Chrome: //efaidnbmnnnibpcajpcglclefindmkaj/https://www.wcoomd.org/-
/media/wco/public/global/pdf/topics/research/papers/researchpolicynote_genai_en_06122023.pdf?la=fi

5.FERNÁNDEZ-ACEBES, Álvaro; PONCE DE LEÓN, Osiris Ramírez. Testes Aduaneiros: 10
Problemas de classificação mercantil-tarifária que a inteligência artificial não consegue resolver. Fundação para a Disseminação do Conhecimento e do Direito Aduaneiro. Arola Editores: Tarragona, 2024.

6. Estados Unidos, como seu “Census Bureau Schedule B Search Engine”, disponível em:
https://uscensus.prod.3ceonline.com/ Acesso em: 10 fev. 2025; México, Bahamas foram algumas das aduanas cujos softwares foram analisados. A ferramenta gratuita fornecida pela OMA também foi explorada pelos pesquisadores.

7. Principalmente ou Chatpgt, a inteligência artificial generativa do Google, além de ferramentas como a Experta, do México, e a Smart HS, dos Estados Unidos.

8.FERNÁNDEZ-ACEBES, Álvaro; PONCE DE LEÓN, Osiris Ramírez. Testes Aduaneiros: 10
Problemas de classificação mercantil-tarifária que a inteligência artificial não consegue resolver. Fundação para a Disseminação do Conhecimento e do Direito Aduaneiro. Arola Editores: Tarragona, 2024, p. 150.

9. Abordamos essas questões com mais detalhes em trabalhos publicados recentemente. Reis, Raquel SegallaGestão de riscos no despacho aduaneiro de importação: a inteligência artificial como instrumento e agente de controle. São Paulo, SP. NSM Editora/Caput Libris, 2024.

10. Do ponto de vista matemático, a lógica fuzzy consiste na capacidade de aproximar o mundo real, em situações em que há apenas respostas extremas. A lógica fuzzy dá espaço ao curto prazo, apresentando a possibilidade de mensurar o grau de aproximação da solução exata e, assim, inferir algo que seja necessário. Diferentemente da lógica clássica, que atribui apenas valores verdadeiros ou falsos, a lógica fuzzy consiste em uma escala que propõe que se trate apenas de uma busca de grau. In: MARRO, Alessandro Assi et al. Lógica fuzzy: conceitos e aplicações. Natal: Universidade Federal do Rio Grande do Norte (UFRN), 2010. p. 2.

11.Mazzarese, Thecla. Lógica Fuzzy e Decisões Judiciais: O Perigo de uma Falácia Racionalista. 1996, p. 210. Disponível em: <https://rua.ua.es/dspace/bitstream/10045/10475/1/doxa19_12.pdf>.
Acesso em: 08 fev. 2025.

12. Para tanto, a Alfândega brasileira desenvolveu um novo sistema denominado CLASSIF. Segundo seus representantes, ele analisa a classificação de mercados utilizando códigos NCM, que se baseiam em códigos do Sistema Harmonizado de Descrição e Codificação de Mercados (SH), com dois dígitos adicionais. Importadores e exportadores podem inserir uma descrição de um mercado no sistema, que então lhes mostrará informações como os códigos NCM que contêm as palavras fornecidas e as notas legais relacionadas a esses códigos, bem como as Notas Explicativas da OMA para o Sistema Harmonizado da OMA, soluções de consulta emitidas para esses códigos e sugestões de classificação que você vê diretamente do SISAM. In: JAMBEIRO FILHO, Jorge; COUTINHO, Gustavo Lacerda; MORGERO, Kelly.Como o Brasil transformou o controle aduaneiro por meio da inteligência artificial e outras tecnologias. Notícias da OMA 105 – Edição 3 / 2024 > Dossiê: Comércio Ilícito.

14. É necessário registrar, portanto, que testamos os mencionados pelos autores ou o ChatGPT recomenda que a legislação nacional ou regional seja revista, conforme o caso, e também consulte um especialista aduaneiro com todas as informações sobre o produto.

15. Além do ChatGPT, um tipo de IA generativa testado pelos autores, diversos produtos analógicos estão disponíveis no mercado, como ChatSonic, JasperChat, Youchat, Elicit, AnonChatGPT, Socratic, etc. Cada um tem suas peculiaridades, mas todos se baseiam no mesmo princípio de IA. In: FERNÁNDEZ-ACEBES, Álvaro; PONCE DE LEÓN, Osiris Ramírez. Julgamentos Aduaneiros: 10 problemas de classificação tarifária que a inteligência artificial não consegue resolver. Fundação para a Disseminação do Conhecimento e do Direito Aduaneiro. Arola Editores:Tarragona, 2024, p. 154.

16. Organização Mundial das Alfândegas. Nota de pesquisa e política sobre inteligência artificial generativa para alfândegas. Disponível em: cromado-
extensão://efaidnbmnnnibpcajpcglclefindmkaj/https://www.wcoomd.org/-
/media/wco/public/global/pdf/topics/research/papers/researchpolicynote_genai_en_06122023.pdf?la=fi

17.Optou-se pela análise do tema da classificação fiscal, mas é certo que novas tecnologias estão sendo utilizadas para a verificação de fraudes de valores, para a confirmação da origem dos mercados, entre outros temas passíveis de controle.

18.A Expressão utilizou pelos reprodutores do CLASSIF para diferenciar o SISAM – Sistema de Seleção
Alfândega por Aprendizado de Máquina, implementada pela alfândega brasileira para identificar erros e fraudes durante o desembaraço aduaneiro. In: JAMBEIRO FILHO, Jorge; COUTINHO, Gustavo Lacerda; MORGERO, Kelly. Como o Brasil transformou o controle aduaneiro por meio de inteligência artificial e outras tecnologias. WCO News 105 – Edição 3 / 2024 > Dossiê: Comércio Ilícito.

19.Reis, Raquel Segalla. Big Data e inteligência artificial não controlam costumes: convergência entre estratégia, direito e ética. Notícias Aduaneiras. Disponível em: https://aduananews.com/pt/big-data-e-
Inteligência artificial no controle aduaneiro: convergência entre estratégia, direito e ética

20.Reis, Raquel Segalla. Gestão de riscos no desembaraço aduaneiro de importação: inteligência artificial como instrumento e agente de controle. São Paulo, SP. NSM Editora/Caput Libris, 2024, p. 193.

21.In: JAMBEIRO FILHO, Jorge; COUTINHO, Gustavo Lacerda; MORGERO, Kelly. Como o Brasil
transformou o controle aduaneiro por meio de inteligência artificial e outras tecnologias. Notícias da OMA 105 –
Edição 3 / 2024 > Dossiê: Comércio Ilícito.

22.JULIUS, Kugonza; CHRISTABEL, Mugalula. Eficácia e eficiência da inteligência artificial no aumento do desempenho alfandegário: um estudo de caso do RECTS na administração alfandegária de Uganda. Revista Mundial de Alfândegas, v. 14, n.º 2, p. 177-192, 2020.

23.A versão em português da Declaração de Arusha está disponível em: chrome-
extensão://efaidnbmnnnibpcajpcglclefindmkaj/https://www.wcoomd.org/-
/media/wco/public/pt/pdf/topics/integrity/instruments-and-tools/compila%C3%A7ao-de-praticas-de-
integridade.pdf?la=em

24.LÓPEZ, Ivonne Stephany Rodríguez. Considerações e desafios no processo de modernização da autoridade aduaneira colombiana. Mestrado em Tributação Internacional, Comércio Exterior e Alfândega. Universidade Externado da Colômbia. Setembro de 2024. Disponível em:
https://bdigital.uexternado.edu.co/entities/publication/fd3eb1d1-74a1-4839-b8bb-ce5d21eafbfd

25.Organização Mundial das Alfândegas. Projeto BACUDA – Grupo de Alfândegas para Análise de Dados. Disponível em: https://bacuda.wcoomd.org/#bacuda

26. Governo Federal. Escola Virtual. ENAP. Disponível em: Fundamentos de Visão Computacional – Azure AI

27. Governo Federal. Escola Virtual. ENAP. Disponível em: Informação sobre Documentos e Mineração de Conhecimento

28. Governo Federal. Escola Virtual. ENAP. Disponível em: https://www.escolavirtual.gov.br/curso/1093

29.Ministério da Economia. Secretaria Especial da Receita Federal do Brasil. Concurso público para provimento de vagas nas carreiras tributária e aduaneira da Receita Federal do Brasil. Edição do Edital do Curso de Formação Profissional n. 1/2022. Disponível em: chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://conhecimento.fgv.br/sites/default/files/concursos/convocacao-curso-de-formacao-auditor_v3_semrevisoes.pdf Acesso em: 08 fev.

30. Disciplinas oferecidas no curso de formação que contemplam questões aduaneiras: Regras e Fundamentos do Comércio Internacional – RCI*: 4 horas; Modelo de Administração e Controle Aduaneiro: 6 horas; Gestão de Intervenientes: 2 horas; Controle de Cargas, Fluxo de Informações e Gestão de Fronteiras: 4 horas; Desembaraço Aduaneiro Operacional: 8 horas; Gestão de Riscos e Fiscalização Aduaneira: 10 horas; Processos Aduaneiros Diferenciados: 4 horas; Operador Econômico Autorizado: 2 horas; Vigilância e Repressão Aduaneira: 8 horas.

31.Ibidem, pág. 34.